Théorie de l’évidence et de la logique floue : Application à l’appariement de données géographiques

Abstract

L’appariement est le processus consistant à établir les correspondances entre les objets géographiques des différentes bases qui représentent le même phénomène du monde réel. Il est utilisé dans de nombreuses applications manipulant l’information géographique : regroupement de bases de données juxtaposées [31], propagation des mises à jour dans une base de données client, recalage de données sur un référentiel [32.33], intégration de bases de données géographiques (BDG) (Gouvernement du Québec ), contrôle qualité [18], superposition de couches pour fusionner les géométries [42]. Pour intégrer des BDG, une clause d’appariement géométrique des données (AGD) qui spécifie le prédicat d’appariement entre les instances peut être définie. Cependant, elle peut rarement être employée du fait de la difficulté à identifier les objets homologues. Une alternative consiste à remplacer l'ensemble des clauses AGD par un processus d’appariement global. Ce processus est exécuté parallèlement à l’intégration des schémas des BDG. Dans la littérature spécialisée, plusieurs outils peuvent être utilisés pour apparier des objets géographiques. Ils s’appuient sur : • l’utilisation de distances entre leur géométrie • la ressemblance de leur forme • les correspondances entre leurs relations topologiques. • la comparaison de la sémantique des objets, Cependant, aucun outil pris individuellement n’est pas suffisant à cause d’imperfection dans les connaissances (l’imprécision, l’incertitude, l’incomplétude). Effectivement, les objets géographiques des différentes bases représentant le même phénomène du monde réel, présentent des différences importantes (conflits de données). Afin d’obtenir un résultat fiable, il faut donc combiner un grand nombre d’outils et s’appuyer sur les résultats d’appariements déjà réalisés pour en déterminer de nouveaux. Les outils d’appariement sélectionnés vont renvoyer, en plus des objets à apparier, à des objets dits parasites (objets répondant aux critères définis par l'outil d’appariement mais ne devant pas être Résumé 4 appariés). Il faudra donc compléter les outils d’appariement par des outils de filtrage permettant de restreindre le résultat aux éléments devant être appariés. La théorie des fonctions de croyance de Dempster [20] et Shafer [43] qui porte aussi leurs noms, contient la théorie des possibilités et des probabilités dans le cas discret. De plus, la problématique du conflit reste central dans la théorie des fonctions de croyance. C’est donc naturellement que nous cherchions à bien modéliser, gérer et utiliser la notion de conflit dans la théorie des fonctions de croyance, d’où, une des premières raisons de l’utilisation de la théorie des fonctions de croyance est certainement sa richesse en termes de modélisation des imperfections de l’information. La logique floue née en 1965, consiste à accorder aux affirmations décrivant la réalité, un certain degré de vérité rappelant la façon de raisonner des ordinateurs à celle des humains. Le raisonnement sera donc basé sur des données approximatives pour extraire des solutions précises. Le concept de la logique floue est la généralisation de la logique classique, qui tient compte uniquement de deux événements distincts. En effet, cette théorie considère un certain degré d’appartenance à une classe admettant des situations intermédiaires entre le «vrai » et le « faux ». En conséquence des concepts de sous-ensembles flous ont été adoptés. Ces concepts ont été introduits pour éviter les passages brusques d’une classe à une autre et autoriser une appartenance partielle à chacune des classes. L’appariement est un processus complexe. Comme thème de recherche, le développement d’un processus d’appariement s’appuyant sur la logique floue pour définir les paramètres d’appariements, puis, le caractère d’évidence dans le raisonnement pour définir les candidats potentiels à l’appariement et pour but final initialiser les fonctions de masse pour permettre de les utiliser dans le processus d’appariement des données géographique, et une décision est prise. Notre approche est composée de neuf étapes : une étape de définition des variables floues pour chaque critère d’appariement pris, suivie par une étape de fuzzification (la deuxième étape), qui comporte la valorisation des variables floues, selon les différentes valeurs de ces variables floues. La troisième étape est la construction d’une table de décision comportant les différentes décisions possibles. La quatrième étape est la sélection des candidats. La cinquième est l’initialisation de masses. La sixième est la définition des facteurs de fiabilités, puis la combinaison des sources.